我正在尝试将此csv读入pandas
HK,"[u'5328.1', u'5329.3', '2013-12-27 13:58:57.973614']"
HK,"[u'5328.1', u'5329.3', '2013-12-27 13:58:59.237387']"
HK,"[u'5328.1', u'5329.3', '2013-12-27 13:59:00.346325']"
正如您所看到的,只有2列,第二列是列表,使用 pd.read_csv()<有没有办法正确解释它(意味着将列中的值读取为列) / strong>带参数?
谢谢
答案 0 :(得分:17)
一种选择是使用ast.literal_eval
作为转换器:
>>> import ast
>>> df = pd.read_clipboard(header=None, quotechar='"', sep=',',
... converters={1:ast.literal_eval})
>>> df
0 1
0 HK [5328.1, 5329.3, 2013-12-27 13:58:57.973614]
1 HK [5328.1, 5329.3, 2013-12-27 13:58:59.237387]
2 HK [5328.1, 5329.3, 2013-12-27 13:59:00.346325]
如果需要,将这些列表转换为DataFrame,例如:
>>> df = pd.DataFrame.from_records(df[1].tolist(), index=df[0],
... columns=list('ABC')).reset_index()
>>> df['C'] = pd.to_datetime(df['C'])
>>> df
0 A B C
0 HK 5328.1 5329.3 2013-12-27 13:58:57.973614
1 HK 5328.1 5329.3 2013-12-27 13:58:59.237387
2 HK 5328.1 5329.3 2013-12-27 13:59:00.346325
答案 1 :(得分:2)
根据alko的回答,您可以使用第一部分的df.apply()函数来读取列表字符串中的实际数据:
>>> df = pd.read_clipboard(header=None,sep=',')
>>> df
0 1
0 HK [u'5328.1', u'5329.3', '2013-12-27 13:58:57.97...
1 HK [u'5328.1', u'5329.3', '2013-12-27 13:58:59.23...
2 HK [u'5328.1', u'5329.3', '2013-12-27 13:59:00.34...
>>> df[1] = df[1].apply(eval)
>>> df
0 1
0 HK [5328.1, 5329.3, 2013-12-27 13:58:57.973614]
1 HK [5328.1, 5329.3, 2013-12-27 13:58:59.237387]
2 HK [5328.1, 5329.3, 2013-12-27 13:59:00.346325]
答案 2 :(得分:1)
在python中使用.strip()。
with open(csvfile, 'r')as infile:
reader = csv.reader(infile)
for row in reader:
col1 = row[0]
col2 = row[1:].strip("[]")
答案 3 :(得分:1)
df['new_column'] = df['column'].apply(lambda x: ast.literal_eval(x))
只需在包含列表作为字符串的列上运行以上代码即可。